Implementación de un modelo machine learning para la estimación del valor del metro cuadrado de un inmueble ubicado en Cundinamarca

En Colombia los métodos para avaluar los bienes inmuebles tienen diferentes problemáticas, entre los más destacados se encuentran la estandarización y precisión. Uno de los principales motivos es que la estimación del precio por metro cuadrado depende de diversos factores, que en la mayoría de las ocasiones no se consideran en su totalidad. Adicionalmente, este proceso se encuentra sesgado ya que en algunos casos estas evaluaciones son cualitativas, y los precios dependen de la opinión del perito, haciendo este proceso subjetivo y parcial. Se implementó un modelo de avaluación automático basado en información de 3.734 proyectos. Este modelo deja a un lado las variables cualitativas, y logra una estimación sin sesgos, que replica las dinámicas del mercado inmobiliario. Este modelo depende de 10 variables, tales como Zona, Departamento, Corredor, Tipo de Vivienda, Tipo de Proyecto, Corredor, Estado, Área de la Unidad, Constructora y Estrato. Estas variables son las que tienen una mayor correlación con el precio por metro cuadrado. El modelo realiza estimaciones mediante el uso de algoritmos predictivos. En el proceso de generación del modelo, se realiza una clasificación de los algoritmos más usados con la finalidad de encontrar cual otorga una mejor precisión y exactitud. Entre los algoritmos se encuentran la regresión lineal, los árboles de decisión potencializado, los bosques aleatorios y las redes neuronales, Entre las observaciones principales, se evidenció que los modelos de Bosque de Decisión y Árbol de Decisión Potencializado cuentan con un mayor ajuste, minimizando de esta manera el error a la hora de estimar el precio por metro cuadrado de un inmueble por metro cuadrado.

• Autores: García Camargo, Paula Alejandra
• Fecha de publicación: 2021
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/55114
• Acceso en línea: http://hdl.handle.net/1992/55114
• Palabra clave: Valor comercial; Inmuebles; Machine learning; Ingeniería
• Rights: openAccess
• License: https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf